噪音|聊聊社交产品中的信号与暗示

编辑导语：社交产品中存在着许多的信号与暗示，例如我们熟悉的“点赞”就是一个有趣而有价值的符号，它是社交产品信号的一种，往往能带给我们积极暗示，本文围绕我们在产品中所涉及的信号与其暗示的意义进行探讨，一起来看看吧。

文章插图
一、前言“点赞”是互联网近20年中最有意思也是最有价值的一个符号。

文章插图
发明者是Bret Taylor在前不久被任命为 Twitter 董事长。他早期创办了 FriendFeed，后被 Facebook 收购，2010 年 Bret Taylor 出任了 Facebook 的 CTO。
“点赞（Like Button）”被 Bret Taylor 从 FriendFeed 带到 Facebook，并影响了全世界的互联网产品。
“点赞”作为信号的一种，给了我们无限的启发。这一篇文章将围绕我们在产品中所涉及的信号与其暗示的意义进行探讨。
二、信号与噪音对于用户来说，什么是信号？何又为噪音？
认为对用户有价值且可被识别的信息视为信号，对用户无用、混淆且干扰用户在平台上做出正确判断的信息被视为噪音。如今的互联网时代，已经让用户身边充斥着各类信息，广告、指标、弹窗、字体、色彩等等都可以被看做是信号。用户对这些信号进行识别，然后再筛选。不过上述的信号也可能是噪音，因为用户的需求不是显而易见的。
web1.0的时候，信息是平台聚合起来的，用户筛选平台有效信号的效率并不高，或者说平台的有效信号并不强；
web2.0的时候，平台已经开始感知用户的行为，主动先筛选一轮信息，然后再给推送用户信号，效率大大提高。比如像微信公众号的订阅集合，以前是用户主动寻找公众号，如今微信会主动推荐适合用户的公众号。
俄勒冈大学心理教授 Paul Slovic 曾做过一项实验：一组专业的赛马手聚集在一起，看看他们根据一些因素预测结果的能力有多强。一开始，他们只被允许选择5条关于马的关键信息，然后被要求做出预测。仅凭他们所知道的 5 个关键因素，他们就能在短时间里准确预测，这远远超出了研究人员的预期。他们对自己的预测也有大约 20% 的信心。
随着更多的信息被添加进来，这项研究的关键部分出现了。每个赛马手被允许挑选越来越多的数据。当他们这样做的时候，他们对自己预测的信心增加了，而他们的实际结果却大致保持不变。

文章插图
尽管知道了更多的信息，赛马手的信心几乎翻了一番，而实际结果的准确性基本保持不变。
信息的过度叠加会产生更多的噪声，导致有效信号的无效。在用户沉浸在产品中的时候，就会出现这样的问题。过量信息不但会干扰用户发现有效信号，还有可能让用户因为不能发掘有效信号。用户虽然看到了很多信号，找到自己目标的信心增强，但是无效信号或噪音阻碍了用户找到有效信息。
举一个例子。进入 1V1 社交产品，主动打招呼的异性数量越来越多，用户非常开心。因为在现实生活中，99%的人从不会主动过来打招呼。这种强烈的反差直接导致了平台用户对找到异性的自信心增加数倍，实际结果是，用户很可能发现准确的聊天对象，眼花撩乱，成为被洗掉的对象。
三、信号释放与乌鸦悖论笔者认为，信号释放与乌鸦悖论之间有一个非常有趣的关系。我的另一个想法就是乌鸦悖论也算是信号释放的一种。就像乌鸦悖论中提到的，当你看到越来越多的黑乌鸦，你就越趋向于相信“所有乌鸦都是黑色的”假设。